第 10 章 · 卷二 · 机制

10

订单簿动力学
Wyckoff 的成交量分析升级为订单流分析

Composite Operator 在 2026 年留下的痕迹不再是「日量」，而是 LOB（限价订单簿）里每一笔订单插入、取消、成交的微秒级事件流。本章把 Wyckoff 的「成交量分析」翻译成四类可量化的工具：订单流不平衡、累计 Delta、足迹图、知情率。

Moliere · MT Trading Studio Institutional Edition · v2.0

L · 10 Opening

在 2026 年的市场里，Composite Operator 不再只是 Wyckoff 1930 年代笔下那个面目模糊的「合成大手」。它的身影留在 LOB（限价订单簿，Limit Order Book）每一笔订单插入、取消、成交的微秒级事件流里。订单流不平衡、隐藏挂单的 refill、按方向累计的成交差（累计 Delta）、足迹图格里的买卖压差——这四类工具就是把 Wyckoff「成交量分析」升级为「订单流分析」的关键证据链。

§10.1 LOB 结构

B 10.1

价时优先撮合：FIFO 队列与部分填充

现象两份等价限价买单挂在同一价位，先挂的先成交；如果对手卖单数量不够吃完，前面单子完成后，剩余成交流转给下一份。
微观绝大多数主流交易所（NYSE Arca、Nasdaq、CME Globex 多数合约）采用价时优先（Price-Time Priority）：同价位以时间戳排序，时间戳精度纳秒级。^[1]
推演队列位置（queue position）就是一种隐性资源 — 在窄价差 + 厚队列的合约里，谁排前面谁先吃成交流；这是高频做市商「占位」竞争的底层动机。
机制对 Wyckoff 读盘者意义：当 SC 阶段大量市价卖单砸入，FIFO 决定哪些被动买单（潜在 Composite Operator 接量）真正吃到了流动性 — 表面成交量相同，队列前后位置的接量者完全不同。

B 10.2

Pro-Rata 撮合：份额比例分配

现象CME 部分短端利率合约（如 Eurodollar、SOFR 期货）采用 Pro-Rata：成交量按挂单规模比例分配给同价位所有限价单，时间戳不再决定排序。
微观机制设定起点是 1990s CME 短端利率市场流动性集中、报价规模差异大 — Pro-Rata 鼓励大单接量者，避免 FIFO 下报小单抢线。^[2]
推演在 Pro-Rata 合约里，机构通过堆叠大单获得份额优势，与 FIFO 下抢时间的策略完全相反 — Wyckoff 读盘需根据合约规则调整接量识别。
机制CO 在 Pro-Rata 合约里的吸筹证据：异常厚的同价位挂单 + 持续成交而挂单规模不减 = 隐藏单风格的份额维持，机构正在接量。

B 10.3

多级深度：level book 与 order book 的差异

现象交易所对外提供两种行情：level book（每价位聚合总量，Level 2 / Market Depth）和 order book（每张订单可见，Level 3，仅部分市场公开如 ITCH）。
微观Level 2 给出 5-10 档买卖价的总量曲线；Level 3（Nasdaq TotalView-ITCH、CME MDP 3.0）给出每张订单的事件（new / cancel / execute）。^[3]
推演订单流不平衡等订单流指标在 Level 2 数据上是「粗估」（用最优档变化反推）；在 Level 3 上是「精算」（每个事件都被纳入）— 实证 R² 相差 0.1-0.15。
机制Wyckoff 读盘的实操：基础行情只看 Level 1 价格条；专业读盘看 Level 2 深度热图；机构看 Level 3 完整事件流 — 三个层级看到的是同一市场的不同保真度。

B 10.4

买卖价差三成分：信息 + 库存 + 处理

现象流动性好的股票典型 spread 1-2 个最小价位变动单位（tick）；流动性差的可见 spread 数十 tick；同一标的不同时段（开盘前 vs. 午盘）spread 差 3-5×。
微观Stoll (1989) 三成分分解：spread = 信息成本（逆向选择费）+ 库存成本（持仓风险溢价）+ 订单处理成本（清算、交易所费）。^[4]
推演在 Wyckoff Phase A（停止下跌）瞬间，spread 短暂放大 — 因为做市商面对突发的不确定性（信息成本上升），需要更宽 spread 保护自己。
机制CO 在 SC 后的 Phase B 区间内，spread 逐步收窄 — 因为信息趋于消化、库存被分散接走，做市商风险偏好回升。这是 Acceptance 形成的微观证据。

§10.2 订单流不平衡 · 累计 Delta · 足迹图

B 10.5

订单流不平衡订单流不平衡：Cont-Kukanov-Stoikov 公式

现象五分钟里，BBO 最优买价档的挂单累积净增 +1500 手，同期最优卖价档累积净减 -800 手 — 订单流不平衡 = +2300，下一分钟 mid-price 上行 0.4 tick。
微观Δ订流·t = ΔV_bid(t) - ΔV_ask(t)，其中 ΔV 考虑挂单插入（+）、成交吃单（-）、取消（-）三类事件。线性回归 ΔMid ~ 订单流不平衡的实证 R² ≈ 0.65（Cont 等 2014，单只 NYSE 股票样本）。^[1]
推演订单流不平衡是「LOB 层面的供需」直接读数 — 远比成交量更接近 Wyckoff 第一法则「供需决定价格」的本意。条件概率 P(Trend | 订单流不平衡 > Q90) ≈ 0.62。
机制Wyckoff Spring 的微观判据之一：价格刺破支撑后 5-15 分钟窗口里，订单流不平衡从负 Q10 反转到正 Q90 — 这是 CO 完成接量的关键证据。

订单流不平衡_t = Σ [ΔV_bid,k(t) - ΔV_ask,k(t)]   for k = 1..K (前 K 档)

公式 10.1 · 多档订单流不平衡（Cont-Kukanov-Stoikov 2014 推广形式）

B 10.6

Lee-Ready tick rule 与累计 Delta 成交（累计 Delta）

现象期货平台（Sierra Chart、ATAS、Bookmap）的累计 Delta 曲线：买方成交累计减去卖方成交累计，曲线持续上行说明买方主动；价格新高 + 累计 Delta 不新高 = 经典背离。
微观Lee-Ready (1991) 规则：成交价 > 前一笔成交价 → 算买方主动；成交价 < 前 → 卖方主动；平价 → 沿用前一笔标记。Level 3 时代可直接用 aggressor flag 替代 tick rule。^[1]
推演累计 Delta 是「方向化的成交量」 — Wyckoff 看的「成交量条」是不分方向的，累计 Delta 把方向加回去，等于让 Effort-Result 法则有了符号。
机制UTAD 的关键证据：价格新高（Effort 看似强），累计 Delta 不创新高甚至背离（Result 没跟上）— 第三法则的微观失败信号。

B 10.7

足迹图 chart：每价位 Bid × Ask 与 Delta

现象每根 K 线被拆解成纵向价位栅格，每格内显示该价位的买方成交量（Ask 侧成交）与卖方成交量（Bid 侧成交），右侧标注 Delta = 买 - 卖。
微观足迹图工具（CQG、ATAS、Bookmap）依赖 Level 3 或 BBO + aggressor 数据。Delta 极端值（单 K 线 |Delta| > μ + 2σ）通常对应 Wyckoff 关键事件。
推演Spring 的足迹图签名：刺破支撑那根 K 线，底部出现 stacked imbalance（买方成交大幅压过卖方）— 这是 CO 即时接量的直接证据。
机制Effort-Result 在足迹图上的可视化：高成交量 + Delta 趋零 + 价格小幅变动 = 吸收（absorption），是 Phase B 内潜在 Spring 的前置信号。

B 10.8

知情率：知情率的实时度量

现象2010-05-06 Flash Crash 前 70 分钟，E-mini S&P 期货的知情率升至历史 Q99；事后 Easley-LopezDePrado-OHara 用知情率复盘解释了流动性蒸发。
微观知情率 = |V_buy - V_sell| / (V_buy + V_sell)，按等成交量 bucket 计算，5 分钟到 1 日时间尺度可调。阈值 0.4-0.5 通常预警知情率升高。^[5]
推演知情率升高意味做市商面临严重信息不对称、收缩库存。Wyckoff Phase A 的 SC 瞬间，知情率几乎都达到 Q95 以上。
机制知情率是「知情交易压力」的实时仪表 — 当知情率 > 0.5 持续 30 分钟，市场结构通常临近 climax。Wyckoff 读盘者可作为 SC/BC 的辅助证据。

§10.3 隐藏单与隐藏流动性

B 10.9

隐藏单订单：显示量与隐藏量机制

现象CME ES 合约 4500.00 价位显示 50 手，连续成交吃掉 50 手后立即「refill」回 50 手，重复 10 次共吃出 500 手 — 显示量只 1/10。
微观主流交易所均支持隐藏单：CME、Eurex、Nasdaq 各有不同 minimum display + total size 规则。CME ES 隐藏单 minimum display = 10 手，无 max。^[6]
推演隐藏单是机构隐藏意图的标准工具 — Wyckoff 看的「成交量」反映总量，但「显示量」掩盖了真实的 LOB 状态。读盘者必须从 refill 模式反推总量。
机制Phase B 区间的关键节点（VAH、VAL、POC）常见隐藏单 refill — 这是 CO 在区间内被动接量/派发的直接证据。

B 10.10

Hautsch-Huang 检测方法：refill 间隔分布

现象同一价位连续成交后挂单数量「神奇地」回到原值 — 时间间隔通常 0.1-2 秒，明显短于正常订单流插入间隔（典型 5-30 秒）。
微观Hautsch-Huang (2012) 提出基于 refill 时间分布的统计检验：观察到 inter-fill time 显著小于挂单插入分布的均值时，判定为隐藏单。^[6]
推演检测精度依赖 Level 3 数据 — 只看 Level 2 时看不到 refill 事件，只会看到「价位挂单数量异常稳定」。
机制系统性隐藏单检测可作为 Phase B 内 CO 接量的量化信号：单价位 refill 事件 > 5 次 / 30 分钟，判定为 active 隐藏单；常见于 VAL / VAH 边界。

B 10.11

隐藏单 refill 比例与假吃单识别

现象显示量 50 手、总量 500 手 → 显示比 1:10；显示量 50 手、总量 5000 手 → 显示比 1:100。CME 期货隐藏单显示比典型 5-10×，大型机构隐藏比可达 20-50×。
微观「假吃单（spoofing-and-ice）」与真隐藏单区别：真隐藏单持续 refill 直到吃完；假吃单显示量被取消而非成交。Level 3 事件流可分辨。
推演读盘时不能只盯成交量，要看 LOB 旁边的「未消失的厚墙」 — 那才是机构真实意图。
机制Phase D 的 SOS 经常出现高比例隐藏单：突破 VAH 后上方挂单被 5-10× 比例 refill 接走 — CO 在确认突破。

B 10.12

Trade-through：隐藏流动性的间接证据

现象BBO 显示买价 100.05 / 卖价 100.10，但成交记录里出现 100.07 这一价位的执行 — 说明有隐藏单（hidden order / dark）在中间价位被吃。
微观SEC Reg NMS Rule 611（trade-through rule）要求执行不能穿越受保护的最优报价，但允许在 BBO 之间的隐藏单成交。Nasdaq 隐藏单约占 14% 成交。
推演trade-through 比例上升 = 隐藏流动性增加 = 公开 LOB 信息越来越不可靠。Wyckoff 读盘必须叠加 dark pool 数据看完整供需。
机制Phase B 内 trade-through 比例显著上升 = CO 用 hidden order 完成接量，公开 LOB 看不到痕迹。

§10.4 冲击模型与监管框架

B 10.13

平方根成本规律

现象某机构在一天内执行单只股票总量 Q 占当日成交量 V 的 5%，引起的价格冲击约 0.1-0.5 个日波动率 σ — 而非线性关系。
微观实证拟合：ΔP ≈ Y · σ · √(Q/V)，其中 Y 常数 0.1-0.5（不同资产、不同样本期）。Bouchaud、Capital Fund Management 等研究反复验证这个形式。^[7]
推演平方根关系意味边际冲击递减 — 小单和大单的冲击差异不像线性那么剧烈。这是机构能用 VWAP / TWAP 「切片执行」的物理基础。
机制Composite Operator 在 Phase B 吸筹时，通常会将总量分散成多日执行 — 每日 Q/V 控制在 5-10%，把冲击控制在 0.5σ 内。

ΔP ≈ Y · σ · √(Q/V)
其中：
  ΔP  = 价格冲击（绝对值或对数收益）
  Y   = 资产相关常数，0.1 - 0.5
  σ   = 日波动率
  Q   = 单日总执行量
  V   = 单日总成交量

公式 10.2 · 平方根成本规律（Almgren et al. 2005 实证形式）

B 10.14

Almgren–Chriss：短期价格影响 vs 长期价格影响

现象大单执行后，价格短期被推升 0.5σ，但 30 分钟后回落 0.3σ — 剩余 0.2σ 是长期价格影响。这种「临时 + 永久」分解是机构执行 TCA 的标准框架。
微观Almgren–Chriss (2000)：短期价格影响 h(v) = ε · sign(v) + η · v 反映流动性溢价；长期价格影响 g(v) = γ · v 反映信息泄露。η 与 γ 的实证比例约 5:1 到 10:1。^[7]
推演CO 在吸筹时希望 g(v) 接近 0（不泄露信息） — 这就是为什么用隐藏单 + 暗池 + 分散执行，本质是降低长期价格影响系数 γ。
机制Wyckoff SC 的微观签名：高 effort（v 大）+ 低长期价格影响（g 接近 0）+ 高短期价格影响（h 大）→ 吸收（absorption）= regime shift。

h(v) = ε · sign(v) + η · v       (短期价格影响)
g(v) = γ · v                     (长期价格影响)
ΔP_total = h(v) + g(v)
实证 η / γ ≈ 5 - 10 (US 大盘股)

公式 10.3 · Almgren–Chriss 冲击模型

B 10.15

Spoofing / Layering：监管定义

现象交易者下大单制造市场压力假象 → 价格往预期方向移动 → 在小单上成交获利 → 撤回大单。这种行为在 Dodd-Frank §747 后被明确定义为非法。
微观Dodd-Frank Act §747 修订 7 U.S.C. §6c(a)(5)(C)：禁止「spoofing — 投标或报价以撤销为目的的下单」。实质要件：意图取消（intent to cancel）。^[8]
推演从订单流分析角度：spoofing 的统计签名是 order-to-trade ratio 异常高（典型 100:1 以上），订单生命周期极短（中位 < 100 ms）。
机制Wyckoff 读盘者需区分：真隐藏单 refill（合法、慢节奏、有成交）vs spoofing layer（非法、快节奏、取消主导）。两者外观相似，统计签名截然不同。

B 10.16

Coscia 2014 与 Sarao 2015：监管案例

现象Coscia (2014) 被 CFTC + DOJ 联合指控在 17 种期货合约上 spoofing，罚款 $3.1M + 监禁。Sarao (2015) 被指控参与 2010 Flash Crash 的 layering，2020 年判监禁 + 罚款。
微观两案的统计证据：Coscia order-to-trade ratio > 1600:1；Sarao 单日下单总量 > $200M，实际成交 < 1%。监管用 LOB 全事件流回放认定意图取消。^[8]
推演这两个案例之后，机构的合规风控团队开始对 order-to-trade ratio、order lifetime 设置内部红线 — 大型 buy-side 一般不超过 50:1。
机制对 Wyckoff 读盘者：当 LOB 出现 order-to-trade ratio > 100 的异常活动时，要警惕 — 这可能是 spoofing 而非真隐藏单。订单流不平衡数据需用持续性（τ）过滤短寿命订单。

关键数字

0.65订单流不平衡 vs Δprice R²（Cont 2014）
0.62P(Trend | 订单流不平衡 > Q90)
0.4-0.5知情率预警阈值
5-10×隐藏单显示比典型范围
0.1-0.5平方根律 Y 常数
$3.1MCoscia 2014 罚款

订单流四工具对比

工具	数据需求	主要用途	Wyckoff 对应
订单流不平衡	Level 2 + Level 3	LOB 供需净流量	第一法则 · 供需
累计 Delta	BBO + aggressor flag	方向化成交累计	第三法则 · Effort 符号
足迹图	Level 3	每价位 Bid×Ask + Delta	第三法则 · Effort-Result
知情率	成交流 + tick rule	知情率 / 信息不对称	Phase A 极端事件信号

spoofing 监管阈值参考

指标	典型合规上限	监管异常阈值	Coscia 实际值
order-to-trade ratio	< 50:1	> 100:1	1600:1
order lifetime 中位	> 500 ms	< 100 ms	< 50 ms
取消率	< 80%	> 95%	99.8%

本章要点

LOB 的 FIFO 与 Pro-Rata 撮合规则决定 Composite Operator 留痕的方式 — 读盘前先确认合约规则。
订单流不平衡（Cont-Kukanov-Stoikov 2014）是 Wyckoff 第一法则的可量化形式 — R² ≈ 0.65。
累计 Delta 背离是 UTAD 的订单流签名，比 K 线形态早 1-3 根。
足迹图 chart 是 Effort-Result 法则的「显微镜」— 让吸收形态肉眼可辨。
隐藏单 refill 5-10× 比例是 SOS 突破的关键证据；trade-through 上升提示 hidden order 接量。
Almgren–Chriss 临时 vs 长期价格影响分解 = 第三法则的数学形式 — 吸收 = 长期价格影响 g 接近 0。
用持续性 τ > 200ms 过滤订单流不平衡信号，剔除 spoofing 噪音。

量价校准 Ch8 的成交量信号只告诉你 K 线层面的 effort；本章负责回答 effort 是否来自真实主动订单流。若放量 K 线没有对应的订单流不平衡、隐藏单 refill 或深度蒸发，成交量只能作为辅助证据。机构台面先用量价初筛，再用 LOB 证据确认或否决。

VIS CH10 LOB Evidence Map calibration for the chapter reading sequence.

本章引用

[1] Cont, R., Kukanov, A., Stoikov, S. (2014). The Price Impact of Order Book Events. Journal of Financial Econometrics, 12(1), 47-88.
[2] Chicago Board of Trade (CBOT). A Six-Part Study Guide to Market Profile. profiletrading.com / cbot-a-six-part-study-guide-to-market-profile.pdf
[3] FINRA. OTC Transparency / ATS Data. finra.org / finra-data / otc-transparency
[4] Kyle, A. S. (1985). Continuous Auctions and Insider Trading. Econometrica, 53(6), 1315-1335.
[5] Easley, D., López de Prado, M., O'Hara, M. (2012). Flow Toxicity and Liquidity in a High-frequency World. Review of Financial Studies, 25(5), 1457-1493.
[6] Hautsch, N., Huang, R. (2012). On the Dark Side of the Market: Identifying and Analyzing Hidden Order Placements. SSRN 2004231.
[7] Almgren, R., Chriss, N. (2000). Optimal Execution of Portfolio Transactions. Journal of Risk, 3(2), 5-39.
[8] CFTC. Anti-Disruptive Practices Authority (Dodd-Frank §747, 7 U.S.C. §6c(a)(5)(C)). cftc.gov
[9] Sar, M. Dodd-Frank and the Spoofing Prohibition in Commodities Markets. Fordham Journal of Corporate & Financial Law, 2017. (注：Coscia 案由 CFTC + DOJ 主导起诉，非 SEC)
[10] Federal Reserve. FEDS Note: Order Flow Imbalance in the Treasury Market, 2025. federalreserve.gov / econres / notes